Stage Application de l'Intelligence Artificielle à l'Analyse Acoustique et Vibratoire H/F - 31

Safran est un groupe international de haute technologie opérant dans les domaines de l'aéronautique (propulsion, équipements et intérieurs), de l'espace et de la défense. Sa mission : contribuer durablement à un monde plus sûr, où le transport aérien devient toujours plus respectueux de l'environnement, plus confortable et plus accessible. Implanté sur tous les continents, le Groupe emploie 100 000 collaborateurs pour un chiffre d'affaires de 27,3 milliards d'euros en 2024, et occupe, seul ou en partenariat, des positions de premier plan mondial ou européen sur ses marchés.
Safran est la 2ème entreprise du secteur aéronautique et défense du classement « World's Best Companies 2024 » du magazine TIME.

Safran Ventilation Systems est un leader mondial dans le développement et la fabrication d'équipements de ventilation pour les avions commerciaux, régionaux et d'affaires, ainsi que pour les hélicoptères civils et militaires.

Parce que nous sommes persuadés que chaque talent compte, nous valorisons et encourageons les candidatures de personnes en situation de handicap pour nos opportunités d'emploiAfin d'accroitre sa connaissance produit, notamment sur sa gamme de ventilateurs électriques, Safran Ventilation Systems collecte depuis 2019 des données temporelles acoustiques et vibratoires sur son site de production et également en service (en vol).
Ces données sont capitalisées et exploitées par un outil de traitement interne (DIAGNOISE) capable de discerner les contributions aéroacoustiques, électriques, mécaniques et électromagnétiques des ventilateurs : à ce jour des milliers d'enregistrements sont post-traités et disponibles dans une base de données SQL (nommée OLYMPE).

L'objet du stage est de mettre en applications des algorithmes d'IA pour exploiter ces données de manière efficace afin de déceler ou anticiper des défauts (de type conception/fabrication/utilisation) par :

1. Machine Learning pour catégoriser et prédire des défauts à partir des post-traitements DIAGNOISE
- Type d'algorithmes :
o Random Forest,
o SVM (Support Vector Machine),
o Réseaux de neurones simples (MLP),
o Gradient Boosting (type XGBoost, LightGBM, etc.),
o ...

2. Deep Learning pour apprendre directement à partir des signaux bruts ou spectrogrammes
- Type d'algorithmes :
o Pour signaux 1D : Réseaux de neurones convolutionnels 1D (CNN 1D)
o Pour spectrogrammes/images 2D: CNN 2D

Ainsi vous devrez :
1. Extraire les données essentielles en base, les explorer, les nettoyer si besoin
2. Tester les différents algorithmes cités
3. Confronter les approches
4. Aider à l'établissement d'une stratégie et d'une feuille de route

Directement intégré au sein du Pôle Calcul de la Direction Technique de SVS, vous serez supervisé-e par des ingénieurs acoustiques confirmés-es. Vous travaillerez également en collaboration avec le service « Cellule OUTILS » de la direction informatique et lui apporterez un support technique. En termes de puissance de calcul, SAFRAN VS dispose d'accès à un calculateur HPC qui pourra être utiliser si besoin (notamment sur la partie Deep Learning).